넷플릭스의 마케팅 전략과 인공지능 기술

빅데이터를 활용하기 시작한 인류, 이제 우리는 어디까지 진화하게 될까.

많은 이들이 4차 산업혁명의 성장동력은 머신러닝, 인공지능 기술이며 이 동력의 에너지원은 빅데이터라고 말한다.

세계 주요 선진국은 소위 말하는 빅데이터와 인공지능이 가져올 미래의 변화에 주목하고 이를 위해 국가적인 종합계획을 수립하고 있다. 이는 우리나라도 예외가 아닌데 2019년 1월 대한민국의 혁신성장동력을 데이터와 AI 두 축으로 설정하고 관련된 5개년 계획을 수립하고 발표한 바가 있다. 

2018년 2월에 발표한 한국IDC 자료에 따르면, 국내 빅데이터 분석 시장이 5년간 연평균 10.9%의 높은 성장률을 기록할 것이며, 그 규모는 2020년에 약 2조 2천억 원에 해당할 것이라고 분석했다. 또한 생산되는 데이터는 2018년 33ZB에서 2025년 175ZB까지 증가할 것으로 예측하고 있다.

 

 

 

 

하지만, 인공지능 기술 만으로는 새로운 부가가치의 창출에 제약이 있다. 때로는 과거에 사용하던 기술보다도 성능이 떨어질 수가 있는 것이다. 실제로 딥러닝으로 대표되는 인공지능 기술이 제 역할을 하기 위해서는 충분한 양의 데이터, 즉 빅데이터가 수반되어야 한다. 따라서 빅데이터와 인공지능은 상호보완적인 관계라고 볼 수 있다.

 

 

인공지능 기술 분야에 빅데이터를 적용한 대표적인 사례

 

빅데이터를 기반으로 인공지능 기술을 적용한 사례를 살펴보자.

빅데이터의 힘을 느낄 수 있는 대표적인 사례로써 넷플릭스가 있다. 넷플릭스는 세계적인 인터넷 스트리밍 서비스 업체로써 무서운 속도로 가입자가 증가를 하고 있다. 넷플릭스가 이렇게 인기를 끌게 된 큰 이유는 넷플릭스에서만 볼 수 있는 오리지널 콘텐츠를 포함한 다양한 볼거리와 사용자 중심의 서비스 제공 및 저렴한 비용을 들 수 있다.

넷플릭스 오리지널 컨텐츠 중 지금의 넷플릭스를 만들었다고 표현해도 과언이 아니 넷플릭스 TV시리즈가 있는데 '하우스 오브 카드'라는 프로그램이다. 미국 정계에서 벌어지는 일들을 다룬 정치 스릴러로 넷플릭스에서 가장 사랑을 받았던 작품이다. 이 드라마가 넷플릭스에 공개된 후 유료 구독자와 순이익이 크게 증가했다.

 

 

 

 

여기서 중요한 부분은 넷플릭스는 제작 단계에서 이미 이 드라마가 성공할 것으로 정확하게 예측을 했다는 것이다.

보통은 '파일럿 프로그램(pilot program)'을 만들어서 대중의 반응을 살핀 후에 제작 여부를 결정하게 되는데 이 드라마의 경우에는 파일럿도 없이 1000억 원을 들여서 2 시즌을 제작을 했다고 한다.

많은 우려에도 불구하고 넷플릭스는 고객들이 어떤 영화를 좋아할지 잘 알고 있기 때문에, 많은 대중으로부터 사랑을 받을 것을 확신하며 내린 결정으로 큰 성공을 거둘 수 있었던 것이다. 

 

 

 

 

'하우스 오브 카드'라는 작품은 90년대 BBC에서 방송된 드라마를 리메이크한 작품인데 넷플릭스는 원작 드라마를 시청한 3000명, 드라마 평가자 400명, 원작을 검색한 이력이 있는 300명에 대한 데이터를 수집, 분석을 하였다. 이들이 남긴 평가, 스트리밍 기록, 별점 기록 등이 리메이크작의 흥행 여부를 분석하는데 활용이 되었고, 분석을 통해서 몇 가지 사실을 찾아낼 수 있었다. 첫 번째는 원작이 많은 대중으로부터 많은 사랑을 받았다는 사실과 두 번째로 많은 넷플릭스의 가입자들은 '벤자민 버튼의 시간은 거꾸로 간다'라는 작품을 제작한 '데이비드 핀쳐'감독의 작품을 좋아한다라는 사실이고 세번째는 원작팬이었던 넷플릭스 가입자들은 '케빈 스페이시'가 출연한 영화나 '데이빗 핀쳐 감독'의 영화를 함께 시청하였다 라는 점이다.

 

 

 

 

이런 빅데이터 분석 결과를 바탕으로 리메이크작의 감독은 데이빗 피쳐 감독을, 주인공 역은 케빈 스페이시를 캐스팅하였고 특별한 마케팅 없이 입소문 만으로 대 성공을 거둘 수 있었던 것이다. 빅데이터 분석을 드라마의 제작에 적극적으로 활용하여 성공한 사례인 것이다. 이 외에도 넷플릭스는 빅데이터를 아주 잘 활용하는 기업으로 알려져 있다. 넷플릭스는 유튜브와 마찬가지로 소비자가 한 번이라도 시청한 이력이 있으면, 그것을 기반으로 소비자가 좋아할 만한 혹은 관심을 가질만한 콘텐츠를 추천해준다. 즉 인기있는 컨텐츠가 무엇인지, 어떤 기기에서 컨텐츠를 주로 보는지 언제 시청하는지 등 소비자로부터 생성되는 빅데이터를 활용하여 소비자가 좋아할만한 컨텐츠를 추천해줄 뿐만 아니라 같은 영화라도 소비자의 성향을 바탕으로 추천 화면을 차별화하는 전략이 대표적이다.    

 

 

 

루닛 인사이트 MMG라는 회사는 유방암 진단, 보조, 인공지능 시스템을 개발했는데 2019년 7월 식약처로부터 의료기기 허가를 받았다. 루닛에 따르면 5만여 명의 유방암 케이스를 포함한 20여만 명의 유방암 촬영 영상을 학습에 이용하여 악성종양만을 검출하는 인공지능 시스템을 개발할 수 있었다. 현재 일반적인 검진으로 의심 판정을 받은 환자들 중 조직검사를 통해 확진이 된 환자는 약 29%에 불과하지만 루닛 인사이트 MMG를 통하면 유방암 검출 정확도를 무려 96%까지 끌어올릴 수가 있었다. 또한 이미지를 통해 학습을 해서 종양의 위치도 히트맵으로 표시를 해준다고 한다.

 

 

 

 

또 다른 예로 아마존 폴리라고 하는 딥러닝 기술을 이용한 인공신경망 기반 텍스트 음성변환 서비스가 있다. 기존에 있던 딱딱한 텍스트 음성변환 서비스를 자연스럽게 개선한 서비스인데 기존 서비스는 사전에 녹음된 단어는 자연스럽게 들렸지만 그렇지 않은 단어는 딱딱하게 끊겨서 사람이 읽는 것과는 차이가 컸다. 하지만 고급 딥러닝 기술을 사용하여 실제 사람 목소리처럼 음성을 합성하는 텍스트 음성변환 서비스인 아마존 폴리는 사전에 녹음되지 않은 단어들도 매우 부드럽게 읽어준다. 이 서비스의 핵심은 수많은 뉴스 오디오 빅데이터를 통해 낭독 기술을 학습한 것인데, 최근에는 일반 음성뿐만 아니라 목소리 크기 조절과 속삭임 표현까지 가능한 수준으로 발전했다.

 

많은 사람들이 사용하고 있는 대표적인 메일 시스템인 G-mail은 스팸 차단 비율이 99.9%에 이를 정도로 최고의 성능을 자랑하고 있다. 스팸메일은 사용자로 하여금 불쾌한 기분을 주는 것은 물론이고 때로는 피싱사이트에 노출되기도 하며 랜섬웨어에 수단이 되기도 한다. 매달 약 15억 명이 Gmail을 사용하고 있는 구글은 스팸 차단 비율을 더 올리기 위해서 자사가 만든 딥러닝 솔루션인 '텐서 플로우'를 이용하고 있다. 그 학습 데이터는 바로 수많은 Gmail 유저들이 평가한 스팸처리 데이터이다. 구글은 텐서 플로우 기반 스팸처리 기술을 이용해서 매일 1억 여개의 추가 스팸처리를 하고 있다고 발표했다. 

 

 

 

 

반면 우리도 평소에 자주 사용하는 빅데이터가 있다. 그것은 바로 검색어인데, 검색어를 기반으로 하는 대표적인 빅데이터 활용 서비스로는 '네이버 데이터랩'과 '구글 트렌드'라는 것이 있다. 구글 트렌드는 구글 검색어의 추이를 보여주고, 여러 키워드들의 검색량을 비교하여 보여주는 서비스인데, 대표적인 이용사례로 현재는 서비스를 하고 있지 않은 '구글 플루 트렌드'를 들 수 있다. 우리나라는 국가 질병관리 측면에서 환자들의 감염이 증가된 뒤에 관련부서에 보고가 된다. 때문에 질병 확산 정도를 파악하는데 다소 시간이 걸리는데 구글의 경우 감기 증상과 관련된 키워드 검색량의 증가 추이를 통해서 좀 더 빠른 파악과 대처가 가능한 것이다. 

 

이처럼 빅데이터를 기반으로 하는 머신러닝, 인공지능으로 대표되는 빅데이터 처리기술이 만나면 우리는 이전에는 상상하지 못했던 많은 일들을 할 수 있게 될 것이며, 이것은 빅데이터의 미래가 밝은 이유이다.